Comment former des groupes d'étudiants homogènes à partir des résultats de SELF ? Présentation d'un outil d'aide à la décision pour la création de groupes
Résumé
Faced with the diversity of foreign language skills and heterogeneous language profiles of students entering higher education, universities need an effective tool to place their students into relatively homogeneous groups. In this context, an online placement test with formative orientation called SELF (Système d'Évaluation en Langues à visée Formative) was developed at Université Grenoble Alpes between 2012 and 2020. This language placement test aims to evaluate three skills fully automatically in one hour: listening comprehension, reading comprehension and short written expression, in one of the six languages currently offered. At the end of the test, students receive a placement recommendation (the level of the group they should enroll in), as well as their CEFR level in the three skills tested. The research presented in this article aims to go beyond these skill levels, and attempt to profile students based on their response patterns by comparing SELF placement results with the result of a co-clustering algorithm. Experimental software was developed to allow the user to upload a SELF data file (detailing each response for each student) and to obtain the optimal classification of students and items, or generate classifications given the number of groups desired. Co-classification is still only effective on the initial SELF testlet, i.e. the questions answered by all candidates, and the team is currently working on the integration of all test results.
Face à la diversité des niveaux de compétences en langues étrangères et aux profils langagiers hétérogènes des étudiants à leur arrivée dans l’Enseignement Supérieur, l’Université a plus que jamais besoin d’un outil efficace pour positionner ses étudiants dans des groupes adaptés et relativement homogènes. C’est dans ce contexte qu’a été développé à l’Université Grenoble Alpes, entre 2012 et 2020, le Système d’Évaluation en Langues à visée Formative (SELF). Ce test de positionnement en langues se donne pour objectif d’évaluer en 1 heure et entièrement automatiquement trois habiletés : la compréhension de l’oral, la compréhension de l’écrit et l’expression écrite courte, dans l’une des six langues actuellement proposées. À l’issue du test, les étudiants reçoivent une attestation de leur niveau acquis dans chaque habileté ainsi que le groupe cible conseillé pour leur inscription. Les recherches présentées dans cet article visent à aller au-delà de ces niveaux par habiletés, pour tenter d’établir le profil de compétences des étudiants en fonction de leurs patterns de réponses en croisant la classification de SELF avec des algorithmes de co-clustering. Un logiciel expérimental a été développé et permet à l’utilisateur de charger un fichier de données SELF (détaillant chaque réponse de chaque étudiant) et d’obtenir la classification optimale des étudiants et des items, ou de générer des classifications étant donné un nombre de groupes souhaité. La co-classification n’est encore effective que sur le minitest initial de SELF, soit la partie commune passée par l’ensemble des candidats, le travail doit être poursuivi pour intégrer l’ensemble des résultats du test.
Fichier principal
BraultAl2021_Comment former des groupes d’etudiants homogenes a partir des resultats de SELF.pdf (884.37 Ko)
Télécharger le fichier
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|